[发明专利]一种基于汽车雷达的多目标跟踪方法及系统

权利要求书

1.一种基于汽车雷达的多目标跟踪方法，其特征在于，包括：

获取当前周期各待检测车辆对应的若干检测目标，并利用密度聚类算法对各所述检测目标进行聚类生成各有效目标；所述有效目标包括：有效目标状态；

根据每个所述有效目标分别与获取的各前一周期航迹进行相关度计算生成第一协方差矩阵；

根据所述第一协方差矩阵及获取的前一周期第二协方差矩阵，利用动态α滤波生成评价矩阵；

根据各所述前一周期航迹的优先度及所述评价矩阵进行匈牙利指派生成各所述有效目标对应的匹配航迹；所述匹配航迹包括：匹配航迹状态；

根据各所述有效目标状态、各所述前一周期航迹及所述前一周期第二协方差矩阵进行卡尔曼滤波，生成当前周期第二协方差矩阵；

根据各所述有效目标状态、各所述有效目标对应的匹配航迹状态、所述第一协方差矩阵及所述当前周期第二协方差矩阵，利用蒙特卡洛多元概率采样生成各有效目标的当前周期航迹及当前周期重采样后的对象集。

2.根据权利要求1所述的基于汽车雷达的多目标跟踪方法，其特征在于，所述各前一周期航迹包括：航迹周期数、累计误差值及前一周期航迹状态。

3.根据权利要求2所述的基于汽车雷达的多目标跟踪方法，其特征在于，还包括：

根据每个前一周期航迹的航迹周期数及累计误差值计算每个前一周期航迹对应的优先度。

4.根据权利要求3中所述的基于汽车雷达的多目标跟踪方法，其特征在于，所述优先度的计算公式具体为：

其中，i为前一周期航迹中的第i个航迹，k为当前周期值，k的取值范围是大于等于1的正整数，为前一周期航迹第i个航迹的航迹周期数，为前一周期航迹第i个航迹的航迹累计误差值。

5.根据权利要求1中所述的基于汽车雷达的多目标跟踪方法，其特征在于，所述根据各所述有效目标状态、各所述有效目标对应的匹配航迹状态、所述第一协方差矩阵及所述当前周期第二协方差矩阵，利用蒙特卡洛多元概率采样生成各有效目标的当前周期航迹及当前周期重采样后的对象集，包括：

根据各所述有效目标状态、各所述有效目标对应的匹配航迹状态及所述第一协方差矩阵进行加权计算生成采样中心；

根据获取的前一周期重采样后的对象集、所述采样中心、所述第一协方差矩阵及所述当前周期第二协方差矩阵，利用采样函数进行采样生成采样对象；所述采样对象包括：对象状态及对象协方差；

根据所述对象状态及所述对象协方差进行权重计算生成各所述采样对象的期望，并根据各所述采样对象的期望更新各所述有效目标的当前周期航迹；

根据所述采样中心利用预设的采样规则进行重采样生成当前周期重采样后的对象集。

6.根据权利要求1中所述的基于汽车雷达的多目标跟踪方法，其特征在于，所述有效目标状态包括：距离、速度、角度及加速度。

7.一种基于汽车雷达的多目标跟踪系统，其特征在于，包括：

聚类单元，用于获取当前周期各待检测车辆对应的若干检测目标，并利用密度聚类算法对各所述检测目标进行聚类生成各有效目标；所述有效目标包括：有效目标状态；

相关度单元，用于根据每个所述有效目标分别与获取的各前一周期航迹进行相关度计算生成第一协方差矩阵；

动态滤波单元，用于根据所述第一协方差矩阵及获取的前一周期第二协方差矩阵，利用动态α滤波生成评价矩阵；

指派单元，用于根据各所述前一周期航迹的优先度及所述评价矩阵进行匈牙利指派生成各所述有效目标对应的匹配航迹；所述匹配航迹包括：匹配航迹状态；

卡尔曼滤波单元，用于根据各所述有效目标状态、各所述前一周期航迹及所述前一周期第二协方差矩阵进行卡尔曼滤波，生成当前周期第二协方差矩阵；

采样单元，用于根据各所述有效目标状态、各所述有效目标对应的匹配航迹状态、所述第一协方差矩阵及所述当前周期第二协方差矩阵，利用蒙特卡洛多元概率采样生成各有效目标的当前周期航迹及当前周期重采样后的对象集。